Sikrere diagnose styrker kampen mot demens


Data-assistert diagnostisering vil kunne redusere risikoen for menneskelig feil, bidra til en tidligere og mer presis diagnose av demens samt øke forståelsen av sykdomsforløpet.

Slik konkluderer stipendiat Ketil Oppedal ved Universitetet i Stavanger i sin doktorgrad. Han har vurdert dataanalyse, bildebehandling, mønstergjenkjenning og «maskinlæring» i diagnostisering av blant annet demens, slik som Alzheimers sykdom.

- Et viktig moment i arbeidet mitt har vært å kunne skille mellom de to demenstypene Alzheimer sykdom - som er den vanligste - og demens med Lewy-legemer, fordi de krever helt forskjellig oppfølging og behandling. Å bruke datanalyse, bildebehandling, mønstergjenkjenning og «maskinlæring» vil kunne forbedre måten vi diagnostiserer disse lidelsene på, sier Oppedal.

«Kunstig intelligens»

Han beskriver maskinlæring som en form for kunstig intelligens, der algoritmer gjør datamaskinene i stand til å lære og å utvikle atferd basert på empiriske data og som involverer både informatikk, matematikk og statistikk.

- Ved å studere MRI-bildene (Magnetic resonance imaging) er det mulig å overvåke endringer i hjernen relatert til utviklingen av Alzheimer, forteller Oppedal, som er tilknyttet Institutt for data- og elektroteknikk ved Det teknisk-naturvitenskapelige fakultet.

Som et resultat av at den generelle levealderen er gått opp har hyppigheten av demens økt. Lidelser i hjernens «ledningsnett» (den såkalte hvitsubstansen) er lite studert til nå innen demensforskning.

Automatisering nødvendig

- De fleste metoder for å kvantifisere forandringer i hjernen er manuelle, tidkrevende og til dels subjektive, sier Oppedal om hvorfor han har brukt en automatisk metode for å kartlegge hvitsubstansen.

Både teksturanalyse og mønstergjenkjennings-teknikker ble anvendt i klassifiseringen av lesjoner i hvitsubstansen i hjernen hos pasienter med mild demens.

- Professorene Trygve Eftestøl og Kjersti Engan fra instituttet har vært biveiledere. Deres faglige bidrag og kollegiale støtte har vært avgjørende for at jeg har kommet i mål med arbeidet mitt, sier Oppedal.

Han har gjennomført doktorgradsarbeidet i nært samarbeid med SESAM - Regionalt kompetansesenter for eldremedisin og samhandling - ved Stavanger Universitetssjukehus

Tid er kritisk

- Vi har tatt utgangspunkt i MR-bilder fra Demensstudien på Vestlandet og resultatene vil kunne bidra med ny kunnskap om underliggende mekanismer ved de viktigste demenssykdommer, forteller han, og legger til at en tidlig diagnose er en viktig faktor uansett type demens.

Arbeidet vil kunne ha betydning for forståelsen av endringer og sykdom i blodkarsystemet sin innvirkning på utviklingen av demens, som slag, blodpropp og blødninger, da disse også er relatert til demens.

- En sunn livsstil som forebygger hjerte- og karlidelser har derfor som potensiale at den også kan forebygge demens, sier Oppedal.

Helse Vest har bidratt økonomisk til arbeidet med doktorgraden og Oppedals hovedveileder har vært professor Dag Årsland ved regionalt kompetansesenter for eldremedisin og samhandling (SESAM) ved Stavanger Universitetssjukehus. Mona K. Beyer, MD, PhD ved SUS, senere Oslo Universitetssykehus, var biveileder.

Doktorgradens fulle tittel er “White Matter Lesions and Pattern Recognition in MRI of Neurodegenerative Dementia”.

Tekst: Lars Gunnar Dahle


Sist oppdatert av Hildegard Nortvedt (24.11.2016)

Skriv ut artikkel print symbol